DS検定～模擬試験⑤～ 2024年12月7日 ailearn 1. 「特許権」が保護する対象として、次のうち正しいものはどれですか？ 芸術的表現 既存のデータ分析手法 新しいアイデアや発明 公共の情報 None 2. データサイエンスプロジェクトの契約において、「成果物の所有権」が曖昧な場合に起こり得る問題は次のうちどれですか？ 成果物が正しく納品されない 成果物が契約外で使用される 成果物の精度が低下する 成果物の利用や商業化に関する権利争いが発生する可能性がある None 3. 分散型DoS攻撃（DDoS）を軽減するために一般的に使用される技術は次のうちどれですか？ データの暗号化 コンテンツデリバリネットワーク（CDN） セマフォの使用 ソルトの使用 None 4. データサイエンスプロジェクトで取得したデータに対する知的財産権の主張を行うためには、次のうちどの条件を満たす必要がありますか？ データの収集方法が独自であり、創作性が認められること データが商業的価値を持つこと データが公的に公開されていること データの量が一定以上であること None 5. データサイエンスを事業に実装する際に用いる「PoC（概念実証）」の目的は次のうちどれですか？ 事業全体に導入する前に小規模で効果を確認するため データの前処理を行うため モデルを訓練するため データ分析ツールの選定を行うため None 6. 以下のコードを実行したときの出力として正しいものはどれですか？ def example():for i in range(3):yield i * igen = example()print(next(gen))print(next(gen)) 0, 1 0, 4 1, 4 エラーが発生する。 None 7. 生成モデルの評価指標として「Frechet Inception Distance (FID)」が用いられる理由は何ですか？ 生成モデルのトレーニング時間を短縮するため データセットのバランスを保つため 生成されたデータと実際のデータの分布の違いを評価するため モデルの過学習を防ぐため None 8. 音声データ処理において、リカレントニューラルネットワーク（RNN）の代わりにトランスフォーマーモデルが使用されることが増えている主な理由は次のうちどれですか？ トランスフォーマーモデルは、時間的な順序を完全に無視できるため。 トランスフォーマーモデルは、長い依存関係を効率的に学習できるため。 RNNよりも学習速度が遅く、精度が高いから。 トランスフォーマーモデルは、音声データ専用に設計されているから。 None 9. 画像認識において、画像のサイズや位置の違いに対してロバストなモデルを作成するために使用される手法はどれですか？ データ拡張 クラスタリング 主成分分析 ロジスティック回帰 None 10. 大規模データセットを分析する際に、メモリ使用量を抑えつつ効率的に操作を行うための最適な方法は次のうちどれですか？ データを分割してストリーム処理を行う 全データを一括で読み込み、処理を行う 分析用にすべてのデータをサンプルデータに変換する データサイズを無視して操作を続行する None 11. 事業へのAIの実装において、事前に整備すべき要素として最も重要なものは次のうちどれですか？ 高性能なハードウェア 十分なデータ データサイエンティストの確保 予算の確保 None 12. Pythonにおいて、ソートアルゴリズムの一つである「クイックソート」の平均時間計算量は次のうちどれですか？ O(n^2) O(n log n) O(n) O(log n) None 13. データセットの特徴量のスケーリングを行う際、正規化（Normalization）を使用する主な理由は次のうちどれですか？ 特徴量間の相関を高めるため 特徴量の分布を標準正規分布に合わせるため 特徴量の値を特定の範囲（例: 0～1）に収めるため 特徴量の名前を統一するため None 14. 事業へのAI実装において、「モデルのドリフト（劣化）」が発生した場合の最適な対応策として最も適切なものは次のうちどれですか？ モデルをそのまま使用し続ける 新しいモデルを構築せずに既存のルールベースに戻す モデルのパフォーマンス評価を一切行わない モデルの学習データを更新し、再トレーニングを行う None 15. GANにおける「モード崩壊」とは何を指しますか？ 生成器が多様なデータを生成できなくなる現象 判別器が過学習する現象 データの一部が学習されない現象 生成器が学習しない現象 None 16. 非構造化データの処理において、ディープラーニングを使用する際に直面する最も一般的な課題は何ですか？ モデルの精度が常に低い ラベル付きデータの不足 データの前処理が複雑すぎる ハイパーパラメータのチューニングが不要 None 17. ITセキュリティにおいて「2要素認証（2FA）」が導入される主な目的は次のうちどれですか？ データの圧縮率を高めるため 認証の信頼性を向上させ、不正なアクセスを防ぐため アクセス速度を向上させるため ウイルスのスキャン速度を向上させるため None 18. 事業へのAIの実装において、PoCから本番導入への移行が困難となる理由として適切なものは次のうちどれですか？ PoCでは問題が発生しないため、運用段階でのリスクが高くなる PoCの段階でデータが少なく、本番でのスケーラビリティが確保できない モデルの精度が高すぎるため、過学習が起こる データが一貫していないため、結果が変動する None 19. CycleGANの主な利点は次のうちどれですか？ 非常に短い時間で学習できる クラスの不均衡なデータに対して強い 多次元データの処理に優れている ラベルなしデータでも異なるドメイン間の変換が可能 None 20. 非構造化データ処理において、画像データの特徴抽出によく使用される手法はどれですか？ CNN（畳み込みニューラルネットワーク） K-meansクラスタリング 決定木 線形回帰 None 21. 生成モデルにおける「Diffusion Model」の主な目的は次のうちどれですか？ ノイズを除去してデータを生成する。 時系列データを生成する。 データの分類精度を向上させる。 ノイズを追加してデータの多様性を高める。 None 22. データの異常値を処理する一般的な方法として適切なものは次のうちどれですか？ 異常値を削除する 異常値を平均値で置き換える 異常値の影響を無視して分析を進める 異常値を説明変数として取り入れる None 23. Pythonにおける「ラムダ式」とは何ですか？ 無名関数を作成するための簡潔な構文 関数の中で別の関数を呼び出すための手法 引数のない関数を定義するための手法 関数の結果をキャッシュするための手法 None 24. AI実装において「API」を利用するメリットとして最も適切なものは次のうちどれですか？ AIモデルのトレーニングを効率化する モデルのパフォーマンスを最適化する モデルのアルゴリズムを変更するための手段を提供する 外部システムと簡単に連携し、データやモデルを活用できる None 25. 事業へのAIの実装において、運用フェーズでの「ドリフト（モデルの劣化）」に対処するために適切な手法は次のうちどれですか？ モデルのアルゴリズムを定期的に変更する モデルの初期設定を常に維持する モデルのパフォーマンスを定期的にモニタリングし、必要に応じて再訓練する モデルのトレーニングデータを固定する None 26. Pythonにおける関数のデフォルト引数について正しい説明はどれですか？ 関数が呼び出されたときに引数が省略された場合、デフォルト引数が使われる デフォルト引数は関数の最初の引数として指定しなければならない デフォルト引数は関数の外で定義される デフォルト引数を使用すると、関数のパフォーマンスが向上する None 27. 生成モデルにおける「パラメトリック生成」と「ノンパラメトリック生成」の違いは何ですか？ パラメトリック生成はデータの事前分布を仮定し、ノンパラメトリック生成はデータから直接学習する パラメトリック生成は教師あり学習、ノンパラメトリック生成は教師なし学習 パラメトリック生成は画像生成、ノンパラメトリック生成はテキスト生成 パラメトリック生成は単純なモデル、ノンパラメトリック生成は複雑なモデル None 28. データサイエンスプロジェクトにおける「NDA（秘密保持契約）」が求められる主な理由は次のうちどれですか？ プロジェクトのスケジュールを管理するため 機密情報の漏洩を防ぎ、ビジネス上の競争優位性を保つため データを公開する許可を得るため チームメンバーの仕事量を減らすため None 29. 非構造化データに対して、生成モデルを用いる場合の最大の利点は何ですか？ 非構造化データから新しいデータサンプルを自動生成できる 非構造化データを自動的にラベル付けできる 非構造化データを低次元空間にマッピングできる 非構造化データの前処理が不要になる None 30. データを可視化する際に使用される「散布図」の主な目的は次のうちどれですか？ データの分布を確認する データの平均値を表示する 2つの変数間の相関を視覚的に確認する データの外れ値を自動的に削除する None 31. 生成モデルにおいて、自己回帰モデルはどのようにしてデータを生成しますか？ データのすべてを一度に生成する 前の出力に基づいて次の出力を逐次的に生成する ランダムにデータを生成する データをクラスタリングしてから生成する None 32. AIモデルを事業に実装する際、モデルの持続的なパフォーマンスを維持するために重要な要素は次のうちどれですか？ 継続的なデータの更新とモデルの再訓練 モデルを最初に設定した通りに維持する モデルのアルゴリズムを定期的に変更する モデルを一度設定した後は監視しない None 33. 非構造化データ処理において、テキストデータを数値化する際に「TF-IDF」の手法がよく用いられる理由は何ですか？ テキストデータ内の文法を解析するため。 単語の出現頻度とその重要度を考慮するため。 テキストデータを深層学習モデルに直接入力できるようにするため。 テキストデータのトピックを自動的に分類するため。 None 34. 事業にデータサイエンスを実装する際、経営層の理解が重要である理由は次のうちどれですか？ ビジネス戦略と技術導入を一致させるため データサイエンティストの採用を促進するため システムの導入速度を上げるため 経営層が技術的な判断をするため None 35. テキスト分類モデルにおいて、マルチラベル分類の実装が必要な場合、次のうち適切なアプローチはどれですか？ 各ラベルごとに独立したバイナリ分類器を作成する 一つの分類器で全てのラベルを一度に分類する ラベルの相関を無視して処理する ラベルの階層構造を前提とした回帰モデルを作成する None 36. ITセキュリティにおいて「ゼロトラストアーキテクチャ」が推奨される理由として正しいものは次のうちどれですか？ セキュリティコストを削減できるから。 ネットワークの境界だけを保護すれば十分であるから。 システム内のすべての通信とアクセスを常に検証し、信頼を前提としないため。 セキュリティシステムの管理を自動化するため。 None 37. AI技術の導入に伴い、契約において「プライバシー保護条項」が重要視される理由は次のうちどれですか？ 契約の終了時にデータを削除するため 個人情報や機密データの不正利用を防ぐため 契約内容を一般に公開するため データの質を向上させるため None 38. 事業へのAI実装において、部門間の連携を効果的に行うために推奨されるアプローチは次のうちどれですか？ 各部門の目標を統一し、共通のKPIを設定する 各部門が独自のデータを使用し、成果を比較する 技術部門のみがAIプロジェクトに参加する データサイエンティストのみが意思決定を行う None 39. 自然言語処理において、Word2Vecモデルが特定の単語間の意味的類似性を学習する仕組みは次のうちどれですか？ 各単語の共起行列を直接計算する。 単語の品詞情報を基にベクトルを生成する。 周辺単語の文脈情報を使用してベクトルを最適化する。 各単語を直接One-Hotエンコーディングで表現する。 None 40. AI導入において、データガバナンスが重要視される理由は次のうちどれですか？ データを収集するため モデルの精度を向上させるため データ分析の速度を向上させるため データの品質を管理し、セキュリティを確保するため None 41. 非構造化データを用いる機械学習において、ワードベクトル（word embeddings）を生成する技術として広く使用されている手法はどれですか？ Word2Vec K-meansクラスタリング 主成分分析 決定木 None 42. 生成モデルにおいて「対比学習（Contrastive Learning）」を取り入れる主な目的は何ですか？ モデルのトレーニング時間を短縮するため。 潜在空間の構造を明確化し、より判別可能な特徴を学習するため。 モード崩壊を防ぐため。 バッチサイズを減少させるため。 None 43. 生成モデルのトレーニングにおいて「潜在空間の探索」が重要である理由は何ですか？ 潜在空間を探索しないと、モデルが過学習するから 潜在空間を探索すると、モデルの計算速度が向上するから 潜在空間の探索は必ずしも重要ではない 潜在空間を適切に探索することで、新しいデータの生成品質が向上するから None 44. ITセキュリティにおける「ゼロデイ攻撃」とは何ですか？ データをゼロに初期化する攻撃 データのバックアップを削除する攻撃 ウイルスを送りつける攻撃 未知の脆弱性を悪用した攻撃 None 45. ITセキュリティにおいて「侵入検知システム（IDS）」と「侵入防止システム（IPS）」の違いとして正しいものは次のうちどれですか？ IDSはネットワークの速度を向上させるが、IPSはパフォーマンスを重視しない。 IDSは防御策を自動実行するが、IPSは管理者の判断を必要とする。 IDSとIPSは機能的に同じである。 IDSは攻撃を検知するが、IPSは攻撃を検知して防ぐ。 None 46. 次のうち、データをサンプルする際に最も適切な方法はどれですか？ 全データを使用する ランダムサンプリングを行う サンプリングを行わない データの一部だけを任意に選ぶ None 47. GANのトレーニングにおいて、生成器と判別器のバランスを保つために重要なハイパーパラメータはどれですか？ エポック数 バッチサイズ ドロップアウト率 学習率 None 48. AIの事業実装において、「継続的インテグレーション（CI）」が推奨される理由は次のうちどれですか？ モデルのトレーニング時間を短縮するため モデルのアップデートを自動化し、常に最新の状態を保つため データサイエンティストが手作業でモデルを更新できるようにするため テストデータを使ってモデルを検証するため None 49. Pythonで大規模なデータフレームを高速に操作するために、pandasよりも高性能な代替手段として使われるライブラリは次のうちどれですか？ Scikit-learn Dask TensorFlow PyTorch None 50. AIを事業に実装する際、「リーダビリティ（解釈可能性）」が重要視される理由は次のうちどれですか？ AIのパフォーマンスを向上させるため データの処理速度を上げるため ビジネスユーザーがAIの予測結果を理解し、適切な意思決定を行うため AIモデルを簡単に構築するため None 51. ITセキュリティにおける「ゼロトラストモデル」とはどのようなセキュリティモデルですか？ ネットワーク内の全ての通信を信頼するアプローチ 全てのアクセスを検証し、内部ネットワークでも信頼しないセキュリティアプローチ 外部からの攻撃のみを防ぐためのセキュリティモデル 信頼できるネットワークデバイスのみを許可するアプローチ None 52. 「HTTPS」が従来の「HTTP」よりも安全とされる理由は次のうちどれですか？ 通信が暗号化されているため、中間者攻撃を防ぐことができる データの圧縮が行われ、転送速度が速くなるため データが複数のサーバーに分散されているため データベースへのアクセスが制限されているため None 53. Pythonで「集合（set）」を使う利点として最も適切なものは次のうちどれですか？ 順序付けされたデータの操作が可能である。 要素の重複を自動的に排除できる。 計算量が少ないメモリ使用を実現できる。 要素を効率的に並べ替えることができる。 None 54. 非構造化データとは何を指しますか？ テーブル形式で保存されたデータ 事前に定義された形式がなく、自由な形で存在するデータ 時系列データ データベースに保存された数値データ None 55. ITセキュリティにおいて、「認証」とは何を指しますか？ ユーザーやシステムが正当なものであることを確認するプロセス データの改ざんを防止するプロセス サーバーの負荷を軽減するプロセス データの圧縮を行うプロセス None 56. AIモデルを第三者に提供する際、ライセンス契約において重要となる項目は次のうちどれですか？ モデルのアルゴリズムを公開する モデルの精度を保証する モデルの再販を推奨する モデルの使用範囲と利用目的を明確に規定する None 57. データを「集約」する際に最もよく使用される手法は次のうちどれですか？ データをすべて削除する データをランダムに並べ替える データの外れ値を削除する データの平均値や合計を計算する None 58. AIモデルを事業に実装する際、ステークホルダーがモデルの出力に信頼を置くために必要な条件として最も適切なものは次のうちどれですか？ モデルの予測結果の説明可能性が確保されていること モデルの動作が完全に自動化されていること モデルが最高の精度を達成していること モデルが他の事業と完全に連携していないこと None 59. データの「正規化」を行う目的は次のうちどれですか？ データの分布を平坦化するため データを標準偏差で整えるため データのノイズを削除するため 異なるスケールを持つデータを同一基準に揃えるため None 60. 事業におけるAI実装のROI（投資利益率）を評価するために最も重要な要素は次のうちどれですか？ モデルの精度だけを評価する AI技術の開発コストを削減する 実装により得られるビジネス価値を定量化する モデルが使用するデータ量を最小化する None 61. 音声認識モデルにおいて、時間的な依存性を考慮したネットワーク構造は次のどれですか？ 畳み込みニューラルネットワーク (CNN) リカレントニューラルネットワーク (RNN) k-近傍法 (k-NN) 決定木 None 62. データサイエンスプロジェクトにおける「データライセンス契約」の目的は次のうちどれですか？ データの所有権を譲渡する データの品質を保証する データの削除を要求する データの使用範囲や条件を明確にする None 63. データサイエンスプロジェクトにおける「共同開発契約」の特徴として正しいものは次のうちどれですか？ 両者が協力して成果物を開発し、その権利を共有する 片方が全ての開発を行い、もう片方が資金を提供する 成果物の権利は一方に独占される 契約期間終了後に権利が無効になる None 64. VAEにおいて、「再構成損失」と「KLダイバージェンス」の役割は次のうちどれですか？ 潜在空間を正規分布に近づける。 データの再構成を制約なしに行う。 潜在変数間の依存関係を最大化する。 オーバーフィッティングを防ぐ。 None 65. データサイエンスにおけるデータの「二次利用」に関する契約条項で特に重要な点は次のうちどれですか？ データの提供元を匿名にすること データの利用範囲や条件を明確に規定すること データの再配布を許可すること データの保存期間を定めること None 66. 非構造化データにおける「アノテーション」とは何を指しますか？ データのラベル付けを行う作業 データの可視化を行う作業 データの正規化を行う作業 データの欠損値を補完する作業 None 67. Pythonにおける「デコレータ（decorator）」の主な役割は次のうちどれですか？ 関数やメソッドに追加の機能を動的に付与する クラスを生成するためのテンプレートを提供する 関数の実行結果をキャッシュする 配列の要素をフィルタリングする None 68. 非構造化データ処理において、画像データの特徴量抽出に「ResNet」が有効とされる主な理由は次のうちどれですか？ 高次元データを低次元に圧縮するため。 訓練時間を大幅に短縮するため。 データのラベルなしで学習を進めるため。 勾配消失問題を軽減し、非常に深いネットワークを構築可能にするため。 None 69. 生成モデルにおいて「転移学習」を適用する利点は次のうちどれですか？ データの前処理が不要になる 既存のモデルを使って新しいドメインに対する生成能力を迅速に獲得できる ノイズの多いデータセットでも高精度な生成が可能になる データのクレンジングが不要になる None 70. 契約書における「エスカレーション条項」の主な目的は次のうちどれですか？ 契約を早期に終了させるため 成果物の納品を遅らせるため トラブルが発生した際に、責任者を上位に報告し、迅速に解決策を講じるため 費用を増加させるため None 71. Pythonでリストのすべての要素を逆順に並べ替える最も効率的な方法は次のうちどれですか？ list.reverse() list.sort() list[::-1] sorted(list) None 72. 次元削減の手法として使用される「主成分分析（PCA）」の主な目的は次のうちどれですか？ データを正規化する データをランダムに並び替える データの次元を削減し、重要な特徴を抽出する データの分布を確認する None 73. 「Data Augmentation（データ拡張）」が生成モデルで使用される理由は何ですか？ トレーニングデータを増やし、モデルの汎化性能を向上させるため モデルの計算速度を向上させるため データのラベル付けを簡素化するため データの次元を削減するため None 74. データのクリーニングにおいて最も一般的に行われる操作は次のうちどれですか？ データの増強 ノイズや欠損値の削除 データの学習 モデルの構築 None 75. Pythonでの「ジェネレータ」として正しいものは次のうちどれですか？ すべての値を一度にリストとして返す関数 データベースのレコードを生成する関数 配列の要素を操作する関数 yieldを使って値を一つずつ返す関数 None 76. データの正規性を確認するために最も適切な統計検定は次のうちどれですか？ シャピロ・ウィルク検定 カイ二乗検定 ロジスティック回帰 クラスター分析 None 77. ITセキュリティにおいて、「データ漏洩防止（DLP）」の目的は次のうちどれですか？ データの圧縮を最適化するため ウイルスを検出して削除するため ネットワークのトラフィックを監視するため 機密データが不正に外部へ流出するのを防ぐため None 78. 生成モデルで使用される「潜在変数」とは何ですか？ モデルの出力に直接関係する観測可能な変数 データの生成プロセスを表現するが、直接観測できない変数 モデルのハイパーパラメータ 出力のラベルに対応する変数 None 79. Pythonでマルチスレッドプログラミングを行う際に注意すべき点は次のうちどれですか？ スレッド間のデータ共有が自動的に行われる マルチスレッド環境ではエラーハンドリングが不要である グローバルインタプリタロック（GIL）が並列実行を制限するため、I/Oバウンドな処理に適している CPUバウンドな処理ではスレッドが効果的に動作する None 80. 大規模な画像データセットを効率的に処理するために使用されるテクニックはどれですか？ 正則化 グリッドサーチ ミニバッチ学習 主成分分析 None 81. AIを事業に実装する際に、モデルの「ブラックボックス性」が問題となるのは次のうちどの理由ですか？ モデルが複雑すぎて、ビジネスに応用できないため モデルのパフォーマンスが低いから モデルの意思決定プロセスが不透明で、説明が難しいため モデルの計算速度が遅いから None 82. 非構造化データの分類において、深層学習の利点として正しいものはどれですか？ 手作業での特徴抽出が不要になる モデルが単純で計算リソースを消費しない 全てのデータを同じアルゴリズムで処理できる 特徴量の選択が容易になる None 83. ITセキュリティにおける「ディープパケットインスペクション（DPI）」とは、次のうちどれを指しますか？ データの暗号化を行う技術 ハッシュ値を計算してデータの整合性を確認する技術 ネットワーク上の通信パケットの内容を解析し、不正なデータを検出する技術 ファイルのバックアップを自動で行う技術 None 84. 生成モデルにおいて、VAE（Variational Autoencoder）と通常のオートエンコーダの違いは何ですか？ VAEはデータを圧縮するが、通常のオートエンコーダはデータを分類する VAEは生成タスクに使われ、通常のオートエンコーダは再構築タスクに使われる VAEは確率的アプローチを採用し、通常のオートエンコーダは決定論的アプローチを採用する VAEは次元削減に特化している None 85. 時系列データを扱う際に最も重要な前処理の1つは次のうちどれですか？ 時系列データをカテゴリ型に変換する 欠損値を平均値で補完する データを時間の順序に並び替える 時間に関係なく値をシャッフルする None 86. テキストデータの前処理において、ストップワードとは何ですか？ 重要な単語 頻繁に出現するが、意味的な価値が少ない単語 文書の最後に登場する単語 文書全体の主題を表す単語 None 87. あるデータセットに外れ値が含まれており、線形回帰モデルを構築する際に問題を引き起こしています。外れ値の影響を軽減するために最適な方法は次のうちどれですか？ 外れ値を削除せずにそのままモデルを構築する 外れ値を削除する 外れ値を平均値に置き換える 外れ値の影響を軽減するためにロバスト回帰を使用する None 88. ITセキュリティにおける「リスクアセスメント」とは何を指しますか？ セキュリティ侵害が発生した後に、データを復元するプロセス ネットワークのトラフィックをモニタリングするプロセス セキュリティリスクを特定し、評価して対策を講じるプロセス ソフトウェアのバグを修正するプロセス None 89. データサイエンスに関する業務委託契約で、秘密保持契約（NDA）が必要な理由は次のうちどれですか？ 取引相手に不必要な情報を提供しないため ビジネスに関する機密情報が漏洩するのを防ぐため 交渉を円滑に進めるため コストを削減するため None 90. 生成モデルにおける「確率的生成」とは何ですか？ モデルが常に同じデータを生成すること モデルが観測されたデータだけを再構築すること モデルがランダムなノイズから新しいデータを生成すること モデルがデータのクラスを予測すること None 91. ITセキュリティの脅威の一つである「フィッシング攻撃」とは何ですか？ ネットワークトラフィックを監視してデータを盗む行為 ウイルスを送りつけることでシステムを破壊する行為 サーバーに過負荷をかけてサービスを停止させる行為 ユーザーを欺いて機密情報を提供させるための詐欺行為 None 92. ITセキュリティにおいて、データベースに保存されているデータを「静的データ暗号化（Encryption at Rest）」する目的は次のうちどれですか？ データの送信中に盗聴されないようにするため データベースのパフォーマンスを向上させるため データのバックアップを効率化するため データが保存されている状態でも盗まれた場合に解読されないようにするため None 93. Pythonで「リスト内包表記」を使用して、リスト [2, 4, 6] の要素を2倍にした新しいリストを作成するコードとして正しいものは次のうちどれですか？ [x * 2 for x in [2, 4, 6]] list(map(lambda x: x * 2, [2, 4, 6])) [x + 2 for x in [2, 4, 6]] [x ** 2 for x in [2, 4, 6]] None 94. ソフトウェアの開発契約において、成果物の権利が開発者に帰属する場合、発注者側が事前に確認すべきポイントは次のうちどれですか？ 開発者が発注者に対して使用許諾を行う権利範囲 成果物の使用料を低く設定する 開発者が使用するプログラミング言語 開発者の過去の実績 None 95. データを扱う際に欠損値が多い場合に最も適切な対応は次のうちどれですか？ 欠損値を推定して補完する 欠損値を全て削除する 欠損値の行だけを削除する 欠損値を無視して分析を進める None 96. 契約書において、データサイエンスプロジェクトの成果物に対する「知的財産権」は、通常どのように規定されるべきですか？ 全ての知的財産権は発注者に帰属する 知的財産権はプロジェクトの契約内容に基づいて明確に規定される 知的財産権は特に明記されない 知的財産権は開発者の所有となる None 97. Pythonでforループを用いて、リスト[1, 2, 3]の各要素に1を加えた結果を新しいリストとして出力するコードは次のうちどれですか？ [x+1 for x in [1, 2, 3]] list(map(lambda x: x+1, [1, 2, 3])) for x in [1, 2, 3]: x += 1 map(x+1, [1, 2, 3]) None 98. AIを事業に実装する際、倫理的なリスクを軽減するための効果的な方法として適切なものは次のうちどれですか？ リスクが発生した後に修正する 倫理的なリスクをAI開発の初期段階から考慮し、ガイドラインを設ける 技術面のリスクにのみ焦点を当てる リスクは不可避として対応しない None 99. テキストデータを扱う際、トークン化後の単語数が非常に多い場合に生じる問題は何ですか？ 次元の呪い オーバーフィッティング アンダーフィッティング クラスターの数が増加する None 100. 非構造化データの中で、画像の特徴量を抽出するために使用される「SURF」や「SIFT」は何の例ですか？ オブジェクト検出手法 画像の圧縮アルゴリズム 画像分類モデル 画像の特徴点検出手法 None Time's up
